gustavopascaner/motion

/motion — guion → video de motion graphics con locución en off

Entrada: un guion (texto pegado o archivo .txt/.md/.docx). No hay video de cámara; todo son escenas animadas a pantalla completa. Salida: <carpeta>/<NAME>_MOTION/ con <NAME>.mp4 (H.264 + AAC, −14 LUFS), <NAME>.srt, <NAME>_premiere.xml (proyecto editable), Assets/{Escenas,Subtitulos,Overlay,Voz,Musica,SFX}, LEEME.md y .work/ (persistente, permite hacer v2). Dirigirse al usuario en español rioplatense (voseo). Informar el avance entre pasos largos.

Rutas: SK = carpeta de esta skill (Claude Code: ~/.claude/skills/motion; Codex: ~/.codex/skills/motion). PY = el Python de la skill: $SK/.venv/bin/python -I (Windows: $SK\.venv\Scripts\python.exe -I). Usarlo para todos los scripts .py. Catálogo de escenas: $SK/reference/escenas.md · ejemplo completo: $SK/reference/ejemplo/ (script.json + story.js). Si doctor.py marca algo con ✗: bash $SK/scripts/install.sh (Windows: powershell -ExecutionPolicy Bypass -File $SK\scripts\install.ps1).

0 · Preguntas iniciales (SIEMPRE, antes de producir)

Leer primero el guion y $PY $SK/scripts/brand.py list (marcas guardadas). Después preguntar todo junto en una sola tanda (en Claude Code con la herramienta AskUserQuestion; en Codex u otros, un solo mensaje numerado). No preguntar lo que el usuario ya dijo.

1. Voz — Mujer o Hombre. Por defecto argentina (edge-tts: es-AR-ElenaNeural / es-AR-TomasNeural). Si el usuario pide otro acento usar la voz de ese país (tts.py voices es lista todas: es-UY, es-MX, es-ES, es-CL, es-CO…). Si tiene ELEVENLABS_API_KEY y quiere más realismo, ofrecer ElevenLabs (tts.py voices eleven argentine).
2. Marca — una de las guardadas (mostrarlas por nombre) o Marca nueva.
3. Formato — Vertical 9:16 (Reels/TikTok/Shorts, por defecto) · Cuadrado 1:1 · 4:5 (feed) · Horizontal 16:9 (YouTube).
4. Música — Enérgica (Upbeat 110–140 BPM) · Cálida/inspiradora (Medium 90–110) · Corporativa/tranquila · Tengo mi música (pedir la ruta).

Si es marca nueva, segunda tanda (también todo junto):

• Nombre de la marca y logo (ruta a PNG/SVG, o "sin logo") y usuario de redes (ej. @consultorio). Si da logo: $PY $SK/scripts/brand.py colors <logo> y proponer la paleta a partir de esos colores.
• Colores — opciones: Sacarlos del logo · Negro + naranja (editorial) · Azul profundo + celeste (salud/confianza) · Verde + crema (bienestar); o hex propios. Se necesitan 4: dark (fondo oscuro), light (fondo claro), accent (resaltado principal), accent2 (secundario, opcional).
• Tipografías — brand.py fonts lista combinaciones: Editorial condensada · Moderna geométrica · Impacto · Elegante (o cualquier familia de Google Fonts por nombre).
• Estilo — subtítulos sí/no (por defecto sí), decorado de fondo: grano + grilla + manchas de color (default) · anillos · puntos · limpio. Crear $SK/brands/<slug>/brand.json copiando brands/editorial/brand.json (en cada tipografía dejar solo family, weight, y para títulos upper/stretch/tracking/leading; para acento italic), poner logo con la ruta absoluta y correr $PY $SK/scripts/brand.py setup <slug> (baja las fuentes, copia el logo, chequea contraste: corregir los ⚠️). Mostrar la muestra: node $SK/scripts/render.js --brand-preview=<slug> --out=<work>/marca.jpg --format=<formato> → mirar la imagen y mostrársela al usuario; confirmar antes de seguir (es rápido de ajustar). La marca queda guardada para la próxima.

1 · Preparación

• NAME en MAYÚSCULAS_CON_GUIONES a partir del tema. Carpeta: la del archivo de guion, o el directorio de trabajo si lo pegó. work=<carpeta>/<NAME>_MOTION/.work.
• $PY $SK/scripts/timing.py start "<work>" (cronómetro) y $PY $SK/scripts/doctor.py.
• config.json:

{ "name": "NAME", "out_dir": "/abs/<carpeta>/NAME_MOTION", "edit_dir": "/abs/<carpeta>/NAME_MOTION",
  "format": "9:16", "fps": 30, "brand": "<slug>", "tail": 1.6, "keywords": ["palabra","clave"], "sfx_max": 6,
  "music": {} }

keywords = 3–6 palabras del guion que se resaltan en los subtítulos. Opcionales: "captions": false, "logo_corner": false.

2 · Guion → beats → voz

El guion es del usuario: no reescribir el contenido. Solo partirlo y ajustar la pronunciación.

• Partir en beats (1 frase o idea, 2–6 s cada uno; 10–18 beats para 1 minuto). Cada beat suele ser una escena.
• say (opcional) = cómo se pronuncia cuando el texto escrito confunde a la voz: números grandes ("70 %" → "setenta por ciento"), siglas ("OMS" → "o eme ese"), símbolos, años, abreviaturas. text queda como está escrito.
• pause = silencio después del beat (default 0,38 s si termina en punto/pregunta, 0,18 s si no). Más pausa (0,6) antes de un remate o del CTA.
• <work>/script.json: {"voice":{"engine":"edge","id":"es-AR-ElenaNeural","rate":"+5%"},"lead":0.35,"target":60,"beats":[{"id":"b01","text":"…"},…]}
• $PY $SK/scripts/tts.py "<work>" → voice.wav + words.json (tiempo de cada palabra) y la duración. Duración objetivo ≈ 60 s:
  • más de 66 s → subir rate (máximo +15%); si igual se pasa, proponer recortes concretos al usuario y esperar respuesta.
  • más corta → está bien, no estirar el guion (se puede bajar rate hasta -5% si suena apurada).
• Escuchar mentalmente el ritmo: si un beat queda muy largo (> 7 s), partirlo. Solo se regeneran los beats que cambian (caché).

3 · Música

• Si el usuario dio música: "music": {"path": "/abs/tema.mp3", "offset": 0}.
• Si no, Envato (siempre instrumental): $PY $SK/scripts/envato.py search "<work>" music "<estilo en inglés>" --mood <mood> --tempo "<tempo>" [--genre <género>]. Elegir por tono y por el perfil de energía (parejo, sin caídas largas en el primer minuto) y $PY $SK/scripts/envato.py use "<work>" music <búsqueda>#<n>. Poner offset (segundo donde entra la parte con energía; mirar el perfil ▁▂▃█).
• Niveles automáticos en mix.py: más fuerte antes de la voz (intro −8 dB), baja debajo de la voz (bed −21 dB), sube en la cola (outro −10 dB) y fade final. Ajustables en config.music.
• La vista previa de Envato tiene marca de agua: en la entrega avisar que hay que licenciarla. Con navegador con sesión de Envato: pedir confirmación una vez, licenciar con el nombre del video y descargar en WAV; si no, darle el link al usuario. Luego $PY $SK/scripts/envato.py collect "<work>" y volver a correr solo mix.py (no hace falta re-renderizar).

4 · Storyboard → <work>/story.js

Basarse en reference/escenas.md y reference/ejemplo/story.js. Una llamada S(tipo, inicio, params) por escena, en orden:

• inicio: id de beat ('b03') o w('palabra') (arranca en esa palabra). La escena dura hasta que empieza la siguiente; la primera arranca en 0.
• Dentro de params, todos los tiempos internos se sincronizan con la voz usando w('palabra') (o w('palabra', 1) para la 2ª aparición): ítems de lista, conteos, sellos, mensajes, botón del CTA.
• Comunes a todas: bg ('dark'|'light'|'accent'|'accent2'; si se omite alterna solo), tr ('wipe'|'slide'|'circle'|'push'|'zoom'|'cut'; si se omite rota), cap:false (sin subtítulos), sfx (null = sin sonido · 'pop' · [['ding',1.2]]).
• Helpers de texto: H('texto') = resaltado en caja de color · A('texto') = texto en color de acento.

Criterio de dirección (obligatorio):

• Gancho en los primeros 2 s: question, bigword, kinetic o title fuerte, en fondo accent. El primer cambio de escena antes de los 3–4 s.
• Ritmo: una escena cada 3–5 s (12–18 escenas por minuto). Nada quieto más de ~5 s: si la escena es larga, que se vaya armando (ítems sincronizados).
• Variedad: no repetir el tipo de escena seguido; máximo 2 kinetic seguidas; alternar escenas de texto con gráficas (stat, bars, donut, icons, steps, compare, phone).
• Mostrar, no repetir: el texto en pantalla son palabras clave, datos y estructura, no la frase entera (salvo kinetic/quote, que muestran la frase mientras se dice y apagan los subtítulos).
• Datos → stat/bars/donut. Enumeraciones → list/steps/icons. Contrastes (mito/realidad, antes/después) → compare. Preguntas → question. Conversaciones/mensajes → phone. Remates → bigword. Fotos del usuario → image.
• Cierre con cta (seguir / comentar una palabra / guardar / link) sincronizado con lo que dice el guion.
• Textos cortos: títulos de 1–3 palabras por línea, ítems de ≤ 6 palabras.

5 · Plan, prueba y render

1. node $SK/scripts/render.js "<work>" --plan → escenas con tiempos, SFX y avisos de Dirección. Corregir todos los ⚠️ y repetir.
2. node $SK/scripts/render.js "<work>" --test --at=0.3,mid,end → <work>/sheet.jpg (3 cuadros por escena: entrando, a la mitad, armada). Mirar la hoja y corregir: textos que se achican de más (aviso "se achicó al N %"), cortes, superposiciones con los subtítulos, colores con poco contraste, escenas vacías a la mitad (el contenido tiene que aparecer rápido).
3. Render final (en segundo plano, ~1 min por minuto de video): node $SK/scripts/render.js "<work>" → <work>/video.mp4.
4. $PY $SK/scripts/mix.py "<work>" → <NAME>.mp4 + <NAME>.srt en out_dir.
5. Proyecto para Premiere (por defecto siempre; saltear solo si config.premiere es false): node $SK/scripts/render.js "<work>" --premiere (en segundo plano, ~2–3 min) y $PY $SK/scripts/build_xml.py "<work>". Pistas: V1 escenas (una por clip, con la transición de entrada ya compuesta) · V2 subtítulos con alfa · V3 logo · A1 voz (una frase por clip) · A2 música con keyframes de volumen · A3+ SFX. Marcadores por escena.
6. Mirar 3–4 cuadros del MP4 final (ffmpeg -ss <t> -i <mp4> -frames:v 1 x.jpg) para confirmar.

6 · Entrega

• $PY $SK/scripts/timing.py report "<work>".
• LEEME.md en out_dir: cómo abrirlo en Premiere (Archivo → Importar → <NAME>_premiere.xml; no mover ni renombrar la carpeta; tabla de pistas; qué se edita ahí — cortar/mover/borrar escenas, re-timear frases de la voz, cambiar música y volúmenes, sacar SFX, usar el .srt como subtítulos nativos — y qué no: el texto dentro de cada gráfico, que se cambia pidiéndoselo a Claude), voz usada, marca, formato, duración, estructura (tabla escena → texto → tiempo), música (con envato.py report y si falta licenciar), SFX, tiempo de procesamiento, cómo pedir cambios.
• Responder corto: ruta del MP4 y del XML, duración, voz y música elegidas (avisar si la música es vista previa sin licenciar), escenas destacadas, tiempo total.

Versiones (v2, ajustes)

Reusar .work: cambiar script.json (voz/texto: solo se regeneran los beats tocados) y/o story.js, apuntar out_dir a <NAME>_MOTION_v2 y repetir desde el paso que corresponda (cambio de música o volumen → solo mix.py + build_xml.py; cambio visual → render + mix + render.js --premiere --only=<n.º de escena> + build_xml.py; cambio de texto → tts + todo). Cambiar un texto de un gráfico ya importado en Premiere: editar story.js y correr render.js --premiere --only=N (re-renderiza solo esa escena con el mismo nombre de archivo), el MP4 si se quiere, y avisar al usuario que en Premiere haga clic derecho en el clip → Reemplazar/Vincular medios (o cierre y reabra el proyecto) para ver el cambio. Si cambia la duración de la escena, regenerar el XML y reimportar. Escenas nuevas: agregarlas a engine/engine.html siguiendo escenas.md.

Notas técnicas

• Capas para Premiere: escenas en ProRes 422 HQ (opacas); subtítulos y logo en ProRes 4444 con alfa. El audio en Premiere queda ~2 dB más bajo que el MP4 (el MP4 lleva una normalización final a −14 LUFS).
• Motor: engine/engine.html renderizado cuadro a cuadro con Chrome (puppeteer-core) en paralelo, H.264 yuv420p. Todas las escenas son funciones puras del tiempo.
• El contenido de cada escena se escala solo para entrar en el área segura (por formato) sin desbordar; si se achica mucho, avisa.
• SFX: usa la librería de la skill edicion si está instalada (o assets/sfx propia con el mismo catalog.json); si no hay sonidos, sigue sin ellos.
• Voz: edge-tts usa el servicio de voz de Microsoft Edge (requiere internet, sin clave). ElevenLabs: {"engine":"eleven","id":"<voice_id>"} + variable ELEVENLABS_API_KEY.
• No usar rm -rf con globs relativos.